3761 artículos
Este trabajo presenta CoRe, un marco novedoso que introduce el ajuste fino de representaciones en un subespacio lineal de bajo rango para lograr un aprendizaje continuo más eficiente, estable e interpretable, superando a los métodos actuales al controlar explícitamente la deriva de representaciones y evitar el olvido catastrófico.
El artículo presenta ReGUn, un marco de desaprendizaje guiado por referencias que utiliza un conjunto de datos de control para alinear el comportamiento del modelo con datos no vistos, logrando así un equilibrio superior entre el olvido efectivo y la utilidad general en comparación con los métodos aproximados existentes.
Este trabajo presenta SCS-Code, un mecanismo de diseño seguro que aprovecha las representaciones internas de los modelos de lenguaje para orientar la generación de código hacia resultados funcionales y seguros, superando así a los métodos actuales en diversos benchmarks.
El estudio evalúa la capacidad de siete modelos de IA de vanguardia para ejecutar ciberataques autónomos en entornos corporativos e industriales, revelando que el rendimiento escala log-linealmente con la potencia de cómputo y mejora significativamente entre generaciones, logrando completar hasta 22 de 32 pasos en un escenario corporativo en un tiempo comparable al de un experto humano.
Este artículo define y analiza las cadenas de generación markovianas en modelos de lenguaje grandes, demostrando que el procesamiento iterativo puede aumentar o reducir la diversidad del texto dependiendo de parámetros como la temperatura y la entrada inicial, lo cual ofrece insights clave para sistemas multiagente.
Este artículo presenta "mapas de transporte diagnósticos", un método que recalibra distribuciones predictivas iniciales mediante mapas dependientes de covariables para corregir errores locales y mejorar la fiabilidad en la cuantificación de incertidumbre de eventos raros, demostrando su eficacia en la predicción de la intensidad de ciclones tropicales.
Este trabajo presenta un sistema inteligente basado en una pulsera y una aplicación móvil que utiliza aprendizaje automático para monitorear y predecir los estados de ánimo de las personas mayores durante sus actividades diarias, logrando resultados precisos comparables con el estado del arte en la detección de felicidad y actividad.
Este artículo presenta un sistema de detección de actividad de tos basado en el modelo preentrenado XLS-R que logra una alta precisión en la identificación de segmentos de tos para el cribado automático de tuberculosis, superando a otros modelos y demostrando viabilidad para su implementación en dispositivos móviles.
Este artículo presenta GGE, un marco de código abierto en Python que establece un protocolo de evaluación estandarizado y reproducible para modelos generativos de expresión génica de células individuales, abordando la falta de consistencia en las métricas actuales mediante un conjunto integral de medidas distribucionales y análisis biológicamente fundamentados.
El artículo presenta DISCOMAX, un algoritmo diferenciable basado en la termodinámica estadística que garantiza la consistencia termodinámica en el aprendizaje de modelos de equilibrio de fases mediante la agregación de estados discretos y un estimador de gradiente directo, superando a los métodos existentes en la predicción de equilibrios líquido-líquido.
Este artículo presenta un marco de modelado integrado que combina la transformación Hopf-Cole, redes neuronales y el solver DeepLS para resolver con precisión y eficiencia la ecuación de flujo de gas no lineal en medios porosos, permitiendo simultáneamente la simulación directa y la inversión de parámetros de permeabilidad dependientes de la presión.
Este artículo presenta la Entrenamiento Guiado por Maestro (TGT), un método que mitiga el Colapso de Sensibilidad al Dominio en modelos de un solo dominio mediante la destilación de estructuras residuales de un maestro multi-dominio, mejorando significativamente la detección de datos fuera de distribución sin añadir sobrecarga en la inferencia.
Este trabajo propone un enrutamiento consciente de la duración para sistemas de reconocimiento automático de voz (ASR) que, al integrar algoritmos como HRRN en vLLM, reduce significativamente la latencia media bajo cargas variables sin penalizar el rendimiento ni generar un retraso de programación significativo.
El artículo presenta RIE-Greedy, una estrategia de selección de acciones sin exploración explícita que aprovecha la estocasticidad inherente al proceso de ajuste de modelos regularizados para inducir una exploración efectiva, demostrando equivalencia teórica con el Muestreo de Thompson en casos de dos brazos y un rendimiento superior en entornos empresariales a gran escala.
Este trabajo presenta el desafío SMLM-C, un conjunto de datos de referencia biológicamente inspirado para evaluar modelos de espacio de estado en procesos temporales estocásticos de microscopía de localización de moléculas individuales, revelando que su rendimiento se degrada significativamente ante discontinuidades temporales y dinámicas de parpadeo de cola pesada.
Este trabajo presenta un marco unificado llamado wcPCA para aproximaciones de rango bajo que optimiza el rendimiento en el peor caso a través de dominios heterogéneos, demostrando optimalidad teórica y mejoras empíricas en aplicaciones de mundo real frente a métodos tradicionales como el PCA estándar.
El artículo propone un método de aprendizaje federado que condiciona un único modelo global a las estadísticas locales de PCA de cada cliente, logrando un rendimiento comparable o superior al de un oráculo en diversos escenarios de heterogeneidad y escasez de datos sin requerir comunicación adicional.
Este artículo propone un enfoque de Análisis de Componentes Principales (PCA) robusto para datos de cola pesada basado en un modelo superestadístico y una pérdida logarítmica, demostrando teóricamente que los componentes principales coinciden con los del generador gaussiano subyacente y validando mediante experimentos que este método supera al PCA clásico en presencia de ruido impulsivo.
El artículo presenta MRI2Qmap, un marco de reconstrucción cuantitativa que integra modelos físicos de adquisición con priores de denoising aprendidos de grandes conjuntos de imágenes de resonancia magnética ponderadas clínicas, permitiendo así la generación de mapas cuantitativos precisos sin necesidad de datos de entrenamiento con verdad fundamental.
Este artículo demuestra que, a diferencia de los modelos de difusión, la dinámica de Langevin carece de robustez ante errores en la estimación de la función de puntuación, ya que incluso errores arbitrariamente pequeños en la norma L² pueden generar distribuciones muy distantes de la objetivo en distancia de variación total dentro de un horizonte de tiempo polinomial.